Twitter和Zoom的算法偏差问题

　　两者都放大和Twitter在本周末因各自的算法偏差问题而受到抨击。在Zoom上，这是视频会议服务的虚拟背景的问题，而在Twitter上，该网站的照片裁剪工具存在问题。
　　它始于博士学位。学生ColinMadland在推特上发布了有关黑人教职员工有关Zoom的问题的推文。根据Madland的说法，每当说教员使用虚拟背景时，Zoom就会移开他的头。
　　Zoom发言人告诉TechCrunch：ldquo；我们已直接与用户联系以调查此问题。rdquo；ldquo；我们致力于提供一个包罗万象的平台。rdquo；
　　但是，在Twitter上讨论该问题时，当Twitter的移动应用默认默认仅在预览中显示白人Madland的图像时，算法偏差的问题就变得更加复杂。
　　Twitter发言人在给TechCrunch的一份声明中说：ldquo；我们的团队在交付模型之前进行了偏见测试，没有在我们的测试中找到种族或性别偏见的证据。rdquo；ldquo；但是从这些示例可以明显看出，我们需要做更多的分析。我们将继续分享我们所学到的知识，我们将采取的行动，并将开源我们的分析结果，以便其他人可以查看和复制。rdquo；
　　Twitter指出了其首席设计官DantleyDavis的一条推文，他自己进行了一些实验。戴维斯（Davis）认为麦德兰（Madland）的面部毛发影响了结果，因此他删除了面部毛发，黑人教师出现在裁剪的预览中。戴维斯在随后的推文中说，他ldquo；和其他所有人一样对此感到恼火。但是，我可以修复它，我会的。rdquo；
　　Twitter还指出了卡耐基梅隆大学首席科学家VinayPrabhu的独立分析。在他的实验中，他试图查看ldquo；种植偏差是否真实rdquo；。
　　针对该实验，Twitter首席技术官帕拉格middot；阿格劳瓦尔（ParagAgrawal）表示，解决种植偏见是否真实的问题是ldquo；一个非常重要的问题。简而言之，有时Twitter确实淘汰了黑人，有时却没有。但是，Twitter完全做到这一点（甚至一次）就足以使它成为问题。这也谈到了不良算法的普遍存在的更大问题。这些相同类型的算法导致对黑人的有偏见的逮捕和监禁。它们与Google的算法相同曾经将黑人的照片贴上大猩猩的标签，微软的Tay机器人曾经成为白人至上主义者。